环球医讯AI与医疗健康

本文深入剖析医疗AI领域的关键缺陷——缺乏底层临床知识层。作者通过分析概率性大语言模型在医疗场景中的实践困境，指出当前AI解决方案因缺少结构化临床知识验证层，导致诊断结果不一致、临床推理缺失及编码错误等风险。文章强调确定性临床知识图谱的必要性：它能确保AI输出符合医学规范、可追溯验证，从而建立医生信任并推动规模化部署。真正的医疗AI创新应聚焦于知识层构建而非单纯模型优化，这是实现安全可靠临床应用的基石，也是区分成功产品与停滞试点的核心要素。

Biohub（由普莉希拉·陈医学博士和马克·扎克伯格共同创立的非营利研究组织）发布了ESM蛋白语言模型家族的最新更新，包括ESMC和ESMFold2等模型，这些模型利用进化信息设计治疗性蛋白结合剂并映射未知蛋白空间，可针对癌症和免疫学领域的五种疾病靶点设计高亲和力蛋白结合剂，实验室验证命中率高达36-88%，有望将传统药物发现过程从数十年缩短至几周，为疾病治疗提供革命性新方法，该技术已在实验室中成功恢复T细胞信号传导功能，展示了巨大的临床应用潜力。

美国罗切斯特大学领衔的国际研究团队利用物理信息人工智能技术成功解析了大脑类淋巴系统的流体动力学特征，发现该系统在深度睡眠期间清除代谢废物存在快慢两种流动模式：快速流动以每秒数微米速度在大脑表面区域运行，而慢速流动则以约1/50的速度渗透大脑深部组织。这项发表在《科学进展》的研究突破了传统MRI技术无法捕捉缓慢流体速度的局限，通过分析染料在脑组织扩散的视频数据，揭示了β淀粉样蛋白等有害物质的清除机制，为理解阿尔茨海默病等神经退行性疾病的发病机制提供了新视角，有望开发基于脑脊液循环评估的早期诊断工具和干预策略，对睡眠医学和神经健康研究具有重要临床价值。

本文探讨了社交媒体、人工智能和数字监控如何作为健康决定因素影响个人和群体健康，分析了数字化转型对健康的三层影响机制，指出数字技术不仅是工具，更是决定健康公平性的关键因素，并呼吁国际社会采取行动确保数字化转型促进健康而非造成伤害，特别强调了历史上被剥削群体和数字素养不足人群面临的特殊风险，以及数字不平等如何被编码进技术系统进一步加剧健康不平等。

香港上市的AI药物研发公司英矽智能与美国人类长寿公司宣布合作，共同开发行业首个大规模人工智能基础模型，旨在症状出现前数十年预测包括癌症在内的各类疾病。这项价值数百万美元的合作正值全球长寿市场迅速扩张之际，该市场目前估值约5.3万亿美元，预计到2030年将增长至8万亿美元。双方将通过新成立的人类生命基础模型公司，整合英矽智能在多模态AI和药物发现平台的专业能力，以及人类长寿公司积累的全球最全面长寿数据集，致力于创建新一代AI系统解码衰老生物学机制，实现疾病早期预测和健康寿命延长，标志着人工智能在预防医学和衰老研究领域的重要突破。

宾夕法尼亚大学研究人员开展了一项开创性研究，利用人工智能分析近7万名用户的超过40万条Reddit帖子，发现GLP-1类药物如奥司美肽的潜在副作用，包括疲劳、温度敏感性和月经不规律等，这些症状在传统临床试验中可能未被充分记录，但研究强调这些发现仅显示患者讨论模式而非证实因果关系，为药物警戒提供了新视角，表明社交媒体数据可补充传统药物安全监测系统，帮助临床医生更好地了解患者在正式医疗环境中可能不愿提及的症状。

研究表明，机器学习技术正在有效填补孕妇用药安全研究中的重大证据缺口。过去十年中，仅有4%的临床试验包括孕妇作为参与者，这一趋势可追溯至1977年FDA建议不在1-2期临床试验中纳入孕妇的规定。当前研究通过BOOST-HP项目（基于树的数据挖掘方法）和BIONIC研究（结合因果推断与机器学习）分析大型数据集，识别药物暴露与妊娠结果间的潜在关联，同时强调模型透明度的重要性，避免"黑箱"方法导致的流行病学错误，为改善孕妇用药安全评估提供了创新途径，有望解决这一长期存在的医疗研究空白问题。

马萨诸塞州总医院布里格姆医疗领导的研究表明，长新冠的实际患病率可能高达16.3%，是当前估计的两倍，影响超过1800万美国人。研究团队利用创新的人工智能算法分析了美国58家医院近46万名患者的电子健康记录，发现传统诊断编码仅能捕获不到7%的长新冠病例。研究还揭示了长新冠临床表现的区域差异，以及其患病率在所有研究地区持续上升的趋势，表明病毒仍在引发新的长期健康问题。该研究为利用人工智能填补公共卫生监测缺口提供了新思路，有望推动针对长新冠的靶向治疗研究。

非营利研究组织Biohub发布了一款由人工智能驱动的蛋白质生物学"世界模型"，该模型基于包含68亿种蛋白质和11亿种结构的ESM图谱，能加速新疗法的预测、设计和发现。这一开源工具可大幅缩短蛋白质结构预测时间，已在癌症和免疫学领域取得36-88%的"微型结合物"设计成功率，作为AlphaFold等系统的有力竞争者，有望将传统需数月甚至数年的蛋白质结合物发现过程缩短至数天或几小时，Biohub承诺向全球研究人员免费开放以加速个性化医疗发展。

罗切斯特大学、布朗大学和哥本哈根大学的研究团队利用基于物理的人工智能技术，成功从磁共振成像数据中精确测定睡眠大脑中的流体流动速度。研究发现脑脊液系统清洗大脑存在两种主要方式：一种是在大脑表面区域(如颅骨与大脑之间)以每秒几微米的速度快速流动；另一种是在深层组织中缓慢流动，速度约为前者的五十分之一。这一突破性发现为阿尔茨海默病等神经退行性疾病的早期筛查和干预提供了新思路，有望未来应用于评估脑震荡后大脑循环功能，对理解大脑废物清除机制具有重大科学价值。